El presente informe tiene el propósito

Explorar resultado de las visitas
Análisis de los resultados obtenidos en las visitas

Los datos con los que se trabaja hasta ahora son

Matriculados
Retención
Avance curricular
Titulación

La unidad de observación de los datos son matriculados por programa por cada año. Como veremos, la población de análisis considera solo a los matriculados en un programa adherido al SUA.

1 Explorar datos

La disponibilidad de los datos se presenta en la Tabla 1. Para conocer la definición de las variables indicadas, recomiendo ir al Glosario

Tabla 1.
Datos	Variables	Cobertura
Matricula	FORMA_INGRESO	2018-2021
	MC_INST_2	2012-2022
	MC_TIPO_INST_2	2012-2022
	MC_NIVEL_CARRERA_2	2012-2022
	MC_AREA_CONOCIMIENTO	2012-2022
	MC_AREA_GENERICA	2012-2022
Retención	RET_1_ESTADO	2013-2021
	PER_INST_1_EST	2013-2021
	PER_EDU_1_EST	2013-2021
Avance	AA_CUANTA_UNI_CURSO_ANIO	2013-2021
	AA_CUANTA_UNI_APROBO_ANIO	2013-2021
	AA_CUANTA_UNI_TOTAL_CURSO	2013-2021
	AA_CUANTA_UNI_TOTAL_APROBO	2013-2021
	TASA1_APROBACION_ANIO	2013-2021
	TASA4_AVANCE_ ESPERADO	2013-2021

La Tabla 2 muestra el número de observaciones (estudiantes-programa) según si están en un programa adherido al Sistema de Admisión Único (SUA) o no (total de matriculados).

Tabla 2.
year	n_sua	n_total
2012	286726	1062474
2013	361411	1114301
2014	369104	1144381
2015	374567	1165980
2016	385429	1178592
2017	401333	1288633
2018	445713	1189731
2019	464636	1194480
2020	473339	1151896
2021	548678	1204409
2022	509961	1211797

2 Análisis

2.1 Matricula

La distribución de matriculados por año, sin considerar la restricción de que estén adheridos al SUA está en representado en la Figura 1. Más de un 50% de los matriculados del sistema están en Universidades.

Figura 1.

Ahora si se consideran solo las instituciones adheridas al SUA (Figura 2), en términos relativos la fuente principal de matricula se da en Universidades, pero en términos absolutos el número de matriculados es menor. En conclusión, los matriculados en Universidades del SUA son una proporción menor de los matriculdos de Universidades del sistema entero.

Figura 2.

En la Figura 3 podemos notar que de la proporción de matriculados la mayoría participa en Universidades del CRUCH. Ahora bien, la matricula en Universidades Privadas (no CRUCH) ha en aumento.

Figura 3.

En la Tabla 3 y 4 se muestran las primeras 20 carreras y áreas con en promedio más matricula por año (2012 a 2022)

Tabla 3.
MC_AREA_CONOCIMIENTO	mean
Tecnología	100452
Salud	94880
Ciencias Sociales	47206
Administración y Comercio	47047
Educación	45926
Derecho	26000
Arte y Arquitectura	22889
Ciencias Básicas	17133
Agropecuaria	13565
Humanidades	4978

Tabla 4.
MC_AREA_GENERICA	mean
Ingeniería Comercial	31981
Derecho	25965
Ingeniería Civil Industrial	20236
Psicología	18982
Enfermería	18734
Ingeniería Civil, plan común y licenciatura en Ciencias de la Ingeniería	15101
Medicina	13238
Kinesiología	11670
Arquitectura	10883
Odontología	10685
Tecnología Médica	8817
Ingeniería Civil en Computación e Informática	8122
Nutrición y Dietética	8106
Contador Auditor	7598
Pedagogía en Educación Física	6466
Pedagogía en Educación Básica	6393
Medicina Veterinaria	6350
Trabajo Social	6320
Agronomía	6254
Fonoaudiología	6192

2.1.1 Vía acceso

La vía de acceso es una de las variables de mayor interés en nuestro estudio. Lamentablemente este dato está sistematizado por SIES desde el 2018 en adelante. Ahora bien esta es una variable con un importante cantidad de valores perdidos (cerca de un 3.5% de los casos por año. Para más véase tab12.csv)

Figura 4.

Tabla 5.
year	FORMA_INGRESO_UNI	n	prop
2018	Regular	378806	89.32
	Vía PACE	3448	0.81
	Ingreso por inclusion	4543	1.07
	Ingreso especial	8063	1.90
	Plan Comun/Bachi	12008	2.83
	Cambios y otros	17222	4.06
2019	Regular	397102	88.99
	Vía PACE	4707	1.05
	Ingreso por inclusion	5064	1.13
	Ingreso especial	8799	1.97
	Plan Comun/Bachi	11659	2.61
	Cambios y otros	18881	4.23
2020	Regular	409261	88.50
	Vía PACE	5363	1.16
	Ingreso por inclusion	5189	1.12
	Ingreso especial	9635	2.08
	Plan Comun/Bachi	13731	2.97
	Cambios y otros	19246	4.16
2021	Regular	476307	89.20
	Vía PACE	5999	1.12
	Ingreso por inclusion	5069	0.95
	Ingreso especial	11787	2.21
	Plan Comun/Bachi	15926	2.98
	Cambios y otros	18900	3.54
2022	Regular	444332	90.13
	Vía PACE	5476	1.11
	Ingreso por inclusion	4782	0.97
	Ingreso especial	10002	2.03
	Plan Comun/Bachi	11214	2.27
	Cambios y otros	17167	3.48

2.2 Avance curricular

2.2.1 General

Para el análisis de avance curricular tenemos

“TASA1_APROBACION_ANIO”: relación entre unidades métricas aprobadas relativa a cuántas cursó
“TASA4_AVANCE_.ESPERADO”: relación entre unidades métricas aprobadas y unidades métricas esperadas de acuerdo con el año de ingreso al programa

Figura 5.

2.2.2 Por vía de acceso

Figura 6.

2.2.3 Por tipo de institución

Figura 7.

Figura 8.

2.2.4 Por nivel de carrera

Figura 9.

2.2.5 Por área de conocimiento

En la Figura 10 tenemos la evolución del avance y aprobación según área del conocimiento

Figura 10.

Desagregado por vía de ingreso Figura 11 tab 20

2.2.6 Por carrera

En la Figura 12 y 13 tenemos un ranking de las carreras con peor y mejor avance esperado, respectivamente. Los puntos azules indican la tasa de avance esperado y los rojos tasa de aprobación.

Figura 12B. Seleccion random

Figura 12. Seleccion con peor avance

Figura 12. Seleccion con mejor avance

Figura 13. Seleccion random

Figura 14. Seleccion de las con menor tasa para PACE

Figura 14. Seleccion de las con mayor tasa para PACE

2.3 Retención

2.3.1 En general

Para el análisis de retención tenemos tablas sin filtrar nada (tab13), pero para la figura 5 omitimos los valores perdidos e inconsistencias. Recordemos la definición de las variables

RET_1_ESTADO: Retención primer año
PER_INST_1_EST: Persistencia en la institución primer año
PER_EDU_1_EST: Persistencia en la educación superior primer año

Como se puede notar todas las variables van en crecimiento, y evidentemente la permanencia en la educación superior tiene una mayor tasa que en el caso de la retención a primer año. Las variables tienen un crecimiento importante entre 2017-2018, y una pequeña caida en la persistencia de ESUP el 2020.

Figura 16.

2.3.2 Por vía de ingreso

En la figura 6 desagregamos la retención por vía de ingreso, y en especifico analizamos el porcentaje de retenidos por vía de acceso. Recordemos que los datos de forma de ingreso están desde el 2018 (además hay aprox 3.5% de casos perdidos). Concentrándonos solo en la vía “Regular” y “PACE”, podemos notar que ambas tendencias son bastante similares entre ambas vías de ingreso. En ambos casos, la persistencia en educación y retención de primer año vive una mejoría en términos relativos el 2021.

Figura 17.

2.3.3 Por tipo de institución

Pendiente Figura 18 tab15

Desagregado Figura 19 tab22

2.3.4 Por nivel de carrera

General: Pendiente Figura 20 tab16
Desagregado por vía de ingreso tab26 Figura 21

2.3.5 Por área de conocimiento

Figura 22.

Desagregar por vía de ingreso figura 23 tab23

2.3.6 Por carrera

Debido a que no existen grandes variaciones en el tiempo respecto a las medidas de retención y persistencia, los análisis por carrera pasarán a realizarse considerando la media de las métricas en el tiempo.

En la figura 24B tenemos una selección random de carreras. En el 24 y 25 tenemos una selección basada en la mayor y menor retención de primer año, respectivamente.

Figura 24B. Seleccion random

Figura 24. Seleccion mayor retención de primer año

Figura 25. Seleccion menor retención de primer año

Ranking pero desagregado por vía de ingreso (tab24) Figura 26

8. Reporte datos administra

Asistente de investigación: Valentina Andrade

última actualización: 10 January,2023